Update app.py

app.py

@@ -65,14 +65,14 @@ DISPLAY_COLUMNS_ALL = [
 
 # ==========================
 # UI: КОЛОНКИ ТАБЛИЦЫ + НАСТРОЙКИ ОТОБРАЖЕНИЯ
+# ВАЖНО: ВАК и ORCID отдельными столбцами НЕ выводим.
+# Ссылки показываем в блоке "Полный текст" / "Перечень диссертаций".
 # ==========================
 
 UI_TABLE_COLUMNS = [
     "Сходство",
     "ФИО",
-    "ORCID",
     "Название диссертации",
-    "ВАК",
     "Организация",
     "Тип",
     "Год",
@@ -83,7 +83,6 @@ UI_TABLE_COLUMNS = [
     "Работ",
     "Цитат",
 ]
-
 DEFAULT_VISIBLE_UI = {c: (c != "Организация") for c in UI_TABLE_COLUMNS}
 
 
@@ -147,11 +146,6 @@ def _safe_text(x: Any) -> str:
     return s
 
 
-def _safe_fragment(s: Any) -> str:
-    t = _safe_text(s).replace("#", " ").replace("\n", " ").strip()
-    return t
-
-
 def _norm_openalex_url(x: Any) -> str:
     s = _safe_text(x)
     if not s:
@@ -168,7 +162,7 @@ def _norm_orcid_url(x: Any) -> str:
         return ""
     if s.startswith("http://") or s.startswith("https://"):
         return s
-    m = re.search(r"(0000-[0-9X]{4}-[0-9X]{4}-[0-9X]{4})", s)
+    m = re.search(r"(0000-[0-9X]{4}-[0-9X]{4}-[0-9X]{4}-[0-9X]{4})", s)
     return f"https://orcid.org/{m.group(1)}" if m else ""
 
 
@@ -458,7 +452,11 @@ def build_result_df(results):
 
         # ВАЖНО: используем author_org_short (fallback на author_org_name если вдруг короткого нет)
         org_short = meta.get("author_org_short", None)
-        if org_short is None or (isinstance(org_short, float) and pd.isna(org_short)) or str(org_short).lower() in {"none", "nan"}:
+        if (
+            org_short is None
+            or (isinstance(org_short, float) and pd.isna(org_short))
+            or str(org_short).lower() in {"none", "nan"}
+        ):
             org_short = meta.get("author_org_name", None)
 
         rows.append(
@@ -541,36 +539,26 @@ def run_search(
     if only_orcid:
         df_raw = df_raw[df_raw["orcid_url"].map(_safe_text) != ""]
 
-    df_raw = df_raw.reset_index(drop=True)
-
     # Ограничиваем top_k уже после фильтрации
+    df_raw = df_raw.reset_index(drop=True)
     if len(df_raw) > int(top_k):
         df_raw = df_raw.iloc[: int(top_k)].copy()
 
-    # Перенумеруем "№"
-    if "№" in df_raw.columns:
-        df_raw["№"] = np.arange(1, len(df_raw) + 1)
-
-    # Установим индекс как стабильный id
+    # Дедуп и индекс
     df_raw["reg_norm"] = df_raw["registration_number"].map(_norm_regnum)
     df_raw = df_raw.drop_duplicates(subset=["reg_norm"]).set_index("reg_norm", drop=True)
 
-    # UI-таблица
-    fio_txt = df_raw["fio"].map(_safe_text)
-    orcid_url = df_raw["orcid_url"].map(_safe_text)
-    fio_cell = np.where(orcid_url != "", orcid_url + "#" + fio_txt.map(_safe_fragment), fio_txt)
-
-    title_txt = df_raw["title"].map(_safe_text)
-    vak_link = df_raw["vak_link"].map(_safe_text)
-    title_cell = np.where(vak_link != "", vak_link + "#" + title_txt.map(_safe_fragment), title_txt)
+    # Перенумеруем "№" (после дедупа)
+    if "№" in df_raw.columns:
+        df_raw["№"] = np.arange(1, len(df_raw) + 1)
 
+    # UI-таблица: ВАЖНО — "ФИО" и "Название" делаем ТЕКСТОВЫМИ,
+    # чтобы Streamlit не создавал "липовые" ссылки для строк без ORCID/ВАК.
     df_ui = pd.DataFrame(
         {
             "Сходство": pd.to_numeric(df_raw["score"], errors="coerce").astype("float64"),
-            "ФИО": fio_cell,
-            "ORCID": df_raw["orcid_url"].map(_safe_text),
-            "Название диссертации": title_cell,
-            "ВАК": df_raw["vak_link"].map(_safe_text),
+            "ФИО": df_raw["fio"].map(_safe_text),
+            "Название диссертации": df_raw["title"].map(_safe_text),
             "Организация": df_raw["author_org_short"].map(_safe_text),
             "Тип": df_raw["dissertation_type"].map(_safe_text),
             "Год": pd.to_numeric(df_raw["protection_year"], errors="coerce").astype("float64"),
@@ -585,8 +573,8 @@ def run_search(
     )
     df_ui.index.name = "reg_norm"
 
-    # Excel (как раньше)
-    df_excel_ru = df_raw.reset_index(drop=False).rename(columns=COLUMN_LABELS_RU_EXCEL)
+    # Excel
+    df_excel_ru = df_raw.reset_index(drop=True).rename(columns=COLUMN_LABELS_RU_EXCEL)
     output = io.BytesIO()
     with pd.ExcelWriter(output, engine="xlsxwriter") as writer:
         df_excel_ru.to_excel(writer, index=False)
@@ -604,7 +592,22 @@ def format_selected_list_from_raw(df_raw: pd.DataFrame, selected_regnorms: List[
         fio = _safe_text(raw.get("fio"))
         title = _safe_text(raw.get("title"))
         year = _safe_text(raw.get("protection_year"))
-        lines.append(f"- **{fio}** — {title} ({year})")
+
+        vak = _safe_text(raw.get("vak_link"))
+        orcid = _safe_text(raw.get("orcid_url"))
+        oa = _safe_text(raw.get("openalex_url"))
+
+        link_parts = []
+        if vak:
+            link_parts.append(f"[ВАК]({vak})")
+        if orcid:
+            link_parts.append(f"[ORCID]({orcid})")
+        if oa:
+            link_parts.append(f"[OpenAlex]({oa})")
+
+        links_line = ("  \n  " + " ".join(link_parts)) if link_parts else ""
+
+        lines.append(f"- **{fio}** — {title} ({year}){links_line}")
     return "\n".join(lines)
 
 
@@ -623,8 +626,12 @@ if "last_df_raw" not in st.session_state:
     st.session_state.last_df_raw = None
 if "last_excel" not in st.session_state:
     st.session_state.last_excel = None
+
+# выбор диссертаций хранится по reg_norm, чтобы не сбрасывался при фильтрации/перерисовке
 if "selected_regnorms" not in st.session_state:
     st.session_state.selected_regnorms = set()
+
+# счётчик только для управляемого сброса состояния таблицы при НОВОМ поиске
 if "search_id" not in st.session_state:
     st.session_state.search_id = 0
 
@@ -717,12 +724,14 @@ if do_search:
         st.session_state.last_df_raw = df_raw
         st.session_state.last_excel = excel_bytes
 
-        # Важно: НЕ сбрасываем выбор полностью; оставляем только те, что есть в новых результатах
+        # НЕ сбрасываем выбор: оставляем то, что есть в новых результатах
         if isinstance(df_ui, pd.DataFrame) and not df_ui.empty:
             st.session_state.selected_regnorms = set(st.session_state.selected_regnorms) & set(df_ui.index)
         else:
             st.session_state.selected_regnorms = set()
 
+        # новый поиск -> новый ключ таблицы (чтобы корректно пересобрать data_editor),
+        # но выбор переносится через selected_regnorms выше
         st.session_state.search_id += 1
 
 df_ui_saved = st.session_state.last_df_ui
@@ -732,10 +741,10 @@ excel_saved = st.session_state.last_excel
 if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
     st.success(f"Найдено записей: {len(df_ui_saved)}")
 
-    # Соберём отображаемую таблицу + колонку выбора
     selected_set = set(st.session_state.selected_regnorms) & set(df_ui_saved.index)
     st.session_state.selected_regnorms = selected_set
 
+    # Таблица + колонка выбора
     df_display = df_ui_saved.copy()
     df_display.insert(0, "Выбрать", df_display.index.map(lambda x: x in selected_set))
 
@@ -745,30 +754,8 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
     full_column_config = {
         "Выбрать": st.column_config.CheckboxColumn("Выбрать", width="small"),
         "Сходство": st.column_config.NumberColumn("Сходство", format="%.4f", width="small"),
-        "ФИО": st.column_config.LinkColumn(
-            "ФИО",
-            display_text=r"(?:.*#)?(.*)$",
-            width="medium",
-            help="Если для автора найден ORCID — ФИО кликабельно и ведёт на ORCID.",
-        ),
-        "ORCID": st.column_config.LinkColumn(
-            "ORCID",
-            display_text=r"https://orcid\.org/(0000-[0-9X]{4}-[0-9X]{4}-[0-9X]{4})",
-            width="small",
-            help="Профиль автора в ORCID (если найден).",
-        ),
-        "Название диссертации": st.column_config.LinkColumn(
-            "Название диссертации",
-            display_text=r"(?:.*#)?(.*)$",
-            width="large",
-            help="Если есть ссылка ВАК — название кликабельно и ведёт на ВАК.",
-        ),
-        "ВАК": st.column_config.LinkColumn(
-            "ВАК",
-            display_text=r".+",
-            width="small",
-            help="Прямая ссылка на карточку/страницу ВАК (если есть).",
-        ),
+        "ФИО": st.column_config.TextColumn("ФИО", width="medium"),
+        "Название диссертации": st.column_config.TextColumn("Название диссертации", width="large"),
         "Организация": st.column_config.TextColumn("Организация", width="large"),
         "Тип": st.column_config.TextColumn("Тип", width="small"),
         "Год": st.column_config.NumberColumn("Год", format="%.0f", width="small"),
@@ -778,13 +765,13 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
             display_text=r"https://openalex\.org/(A\d+)",
             width="small",
             help="Профиль автора в OpenAlex (если найден).",
+            validate=r"^https://openalex\.org/A\d+$|^$",
         ),
         "h-index": st.column_config.NumberColumn("h-index", format="%.0f", width="small"),
         "i10-index": st.column_config.NumberColumn("i10-index", format="%.0f", width="small"),
         "Работ": st.column_config.NumberColumn("Работ", format="%.0f", width="small"),
         "Цитат": st.column_config.NumberColumn("Цитат", format="%.0f", width="small"),
     }
-
     column_config_filtered = {k: v for k, v in full_column_config.items() if k in df_edit.columns}
 
     edited = st.data_editor(
@@ -797,21 +784,42 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
         key=f"editor_{st.session_state.search_id}",
     )
 
-    # Обновим выбранные reg_norm из чекбоксов — это не будет "сбрасываться" при фильтрах
+    # Синхронизация выбора
     if isinstance(edited, pd.DataFrame) and "Выбрать" in edited.columns:
         st.session_state.selected_regnorms = set(edited.index[edited["Выбрать"] == True].tolist())
 
     selected_regnorms = sorted(list(st.session_state.selected_regnorms))
 
     if selected_regnorms:
-        with st.expander("Полный текст (для выбранных строк)", expanded=False):
+        with st.expander("Полный текст и ссылки (для выбранных строк)", expanded=False):
             for reg_norm in selected_regnorms[:50]:
                 if df_raw_saved is None or reg_norm not in df_raw_saved.index:
                     continue
                 raw = df_raw_saved.loc[reg_norm]
+
+                fio = _safe_text(raw.get("fio"))
+                title = _safe_text(raw.get("title"))
+                org = _safe_text(raw.get("author_org_short"))
+                year = _safe_text(raw.get("protection_year"))
+
+                vak = _safe_text(raw.get("vak_link"))
+                orcid = _safe_text(raw.get("orcid_url"))
+                oa = _safe_text(raw.get("openalex_url"))
+
+                # Ссылки показываем ТОЛЬКО если они реально есть (ничего не "выдумываем")
+                links = []
+                if vak:
+                    links.append(f"[ВАК]({vak})")
+                if orcid:
+                    links.append(f"[ORCID]({orcid})")
+                if oa:
+                    links.append(f"[OpenAlex]({oa})")
+
+                links_md = ("  \n  " + " ".join(links)) if links else ""
+
                 st.markdown(
-                    f"- **{_safe_text(raw.get('fio'))}** — {_safe_text(raw.get('title'))}\n"
-                    f"  \n  {_safe_text(raw.get('author_org_short'))} ({_safe_text(raw.get('protection_year'))})"
+                    f"- **{fio}** — {title}\n"
+                    f"  \n  {org} ({year}){links_md}"
                 )
 
     if excel_saved is not None: